MétaCan
Menu
Retour à la cohorte
Enregistrement W2996453622 · doi:10.5539/res.v12n1p12

Evaluating Children’s Websites in Arabic language

2019· article· en· W2996453622 sur OpenAlexvenueno aff
Nahla M. Gahwaji

Notice bibliographique

RevueReview of European Studies · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChild Development and Digital Technology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInteractivityArabicChecklistPsychologyThe InternetAnimationStrengths and weaknessesSample (material)Computer scienceMathematics educationMultimediaWorld Wide WebLinguisticsSocial psychology

Résumé

récupéré en direct d'OpenAlex

The Internet is one of the most successful means of providing a rich learning environment, and children are among the most affected by that interactive atmosphere. The research adopted a descriptive approach using an evaluation card in a checklist form to evaluate general, educational content, and technical elements of Arabic- language children’s websites. The evaluation card included (17) domains and (127) items examining (20) Arabic websites for children representing the research sample. In terms of general elements, the research findings confirmed that accessibility and ease of use received the highest rating (93.33%), while continuous timeliness was the lowest (21.25%). In the elements of educational content, the written text was the highest (91.11%), while the interactivity was only (30.77%), and finally the technical elements, the written text at the highest ratings (93%), compared to video, animation and sound at the lowest rating (60.83%). Regarding the availability of key domains in the websites, technical elements received the highest percentage (71%), followed by general elements (62.58%), and the educational content elements were last (53.93%). The research main recommendations involved designing Arabic websites for children with their interests and developmental needs as well as benefiting from websites in the international settings, by avoiding the shortcomings and weaknesses revealed in the research results.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,381
Score d'incertitude au seuil0,663

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,066
Tête enseignante GPT0,414
Écart entre enseignants0,348 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of European StudiesMême sujetChild Development and Digital TechnologyTravaux en français237 207